الگوریتم‌های پیشنهادی و طرح‌های سیستمی Dropbox، Spotify، Airbnb، YouTube، Netflix و Uber
در این پست الگوریتم های توصیه غول های فناوری مانند Spotify، YouTube، Signal Messenger، Amazon و غیره و طراحی سیستم شرکت هایی مانند Uber، Twitter، Netflix، Airbnb، Dropbox، Google Docs، Zoom و غیره را خواهید یافت. ما می خواهیم قبل از ورود به مقاله به اشتراک بگذاریم، یعنی از محبت بسیار شما در مورد مقالات قبلی ما سپاسگزاریم.
1. طراحی سیستم Uber
فناوری Uber ممکن است ساده به نظر برسد، اما بازی از پشت صحنه زمانی شروع می‌شود که کاربر از برنامه درخواست سوار شدن می‌کند و راننده‌ای می‌رسد تا او را به مقصد برساند.
زیرساخت اوبر متشکل از هزاران سرویس و ترابایت داده از هر سفر در این پلتفرم پشتیبانی می کند.
این سیستم عمدتاً در پایتون نوشته شده بود و از SQLAlchemy به عنوان لایه ORM برای پایگاه داده استفاده می کرد. معماری واقعی برای اجرای تعداد نسبتاً کم سفر در چند شهر خوب بود.
باطن این شرکت در حال حاضر فقط برای اداره تاکسی ها طراحی نشده است، بلکه می تواند تاکسی، تحویل غذا، بار و بسیاری موارد دیگر را مدیریت کند.
جزئیات بیشتر در مورد طراحی سیستم Uber را بخوانید
2. الگوریتم توصیه ویدیوی YouTube
هنگامی که کاربران در حال مشاهده ویدیوها در YouTube هستند، لیستی از ویدیوهای توصیه شده در زیر یا در سمت راست دستگاه شما قرار می گیرد که ممکن است کاربر به ترتیب خاصی بپسندد.
مدل توصیف شده در مقاله بر دو هدف اصلی تمرکز دارد. یک معماری مدل Wide & Deep استفاده شد که قدرت یک مدل خطی مدل گسترده (به خاطر سپردن) را در کنار یک شبکه عصبی عمیق (تعمیم‌ها) ترکیب می‌کند. مدل Wide & Deep برای هر یک از اهداف تعریف شده (هم مشارکت و هم رضایت) پیش بینی ایجاد می کند.
جزئیات بیشتر در مورد الگوریتم توصیه YT را بخوانید
3. الگوریتم توصیه موسیقی Spotify توسط مدرسه بازرگانی هاروارد
Spotify چگونه از یادگیری ماشینی برای توصیه موسیقی استفاده می کند؟
این شرکت از سه مدل توصیه به طور همزمان و تکنیک های دیگر استفاده می کند. سه مدل که توسط مدرسه بازرگانی هاروارد توضیح داده شده است
CF یا فیلترینگ مشارکتی: مدل هایی که رفتار شما را تجزیه و تحلیل می کنند و آن را با رفتارهای دیگر کاربران مقایسه می کنند
NLP یا مدل های پردازش زبان طبیعی – که اینترنت را اسکن می کند و متن مربوط به کاتالوگ Spotify را تجزیه و تحلیل می کند.
تجزیه و تحلیل صوتی: مدل هایی که فایل های صوتی خام را تجزیه و تحلیل می کنند
جزئیات بیشتر در مورد الگوریتم توصیه Spotify را بخوانید
4. طراحی سیستم نتفلیکس
نتفلیکس در دو ابر کار می کند: AWS و Open Connect. هر دو ابر باید بدون خطا با هم کار کنند تا ساعت‌های بی‌پایان ویدیوی رضایت‌بخش مشتری را ارائه دهند.
سه جزء اصلی که نقش اصلی را ایفا می کنند: CDN، Backend و Client
هر چیزی که شامل پخش ویدیو نباشد در AWS مدیریت می شود. هر اتفاقی که بعد از زدن بازی روی می دهد توسط Open Connect مدیریت می شود. Open Connect شبکه سفارشی جهانی تحویل محتوای Netflix (CDN) است.
جزئیات بیشتر در مورد طراحی سیستم Netflix را بخوانید
5. موتور توصیه با پشتیبانی ML TikTok
کهن الگوی طراحی سیستم توصیه TikTok طراحی کاربر محور است. در یک عبارت ساده، TikTok فقط محتوایی را که دوست دارید توصیه می کند، از تنظیم شروع سرد تا توصیه صریح برای کاربران فعال.
TikTok هرگز الگوریتم اصلی خود را برای عموم یا جامعه فناوری فاش نمی کند. اما بر اساس اطلاعات پراکنده ارسال شده از طریق شرکت، و مسیرهای کشف شده توسط گیک ها با استفاده از تکنیک های مهندسی معکوس، این گردش کار توصیه شده است.
بیایید این گردش کار را به بخش های مختلف تقسیم کنیم
مرحله 0: سیستم Duo-Audit برای محتوای تولید شده توسط کاربر (UGC)
مرحله 1: شروع سرد
مرحله 2: توزین بر اساس متریک
مرحله 3: تقویت کننده نمایه کاربر
مرحله 4: استخر پرطرفدار بوتیک
مرحله دیگر: اشتعال تاخیری
اطلاعات بیشتر در مورد موتور توصیه با پشتیبانی ML TikTok را بخوانید
پست مرتبط: شرکت های بزرگ چقدر از یادگیری ماشینی استفاده می کنند؟
6. طراحی سیستم Airbnb
غول‌های اجاره تعطیلات مانند Airbnb، Booking.com و OYO چگونه کار می‌کنند تا چنین جریان روانی، از فهرست املاک، رزرو، و پرداخت‌ها را فراهم کنند؟ و همه بدون حتی یک نقص! ویدیو را تماشا کنید تا همه چیز را از طراحی سیستم، فناوری ها، کار کردن و غیره بدانید
توضیح ویدئویی طراحی سیستم Airbnb
7. الگوریتم توصیه محصول آمازون
این الگوریتم شامل 5 مفهوم اصلی مختلف است:
نمایش چندگانه – چندین مؤلفه را نشان می دهد، همه موارد در اینجا نمایش داده می شوند
نمای کاربر – اطلاعات خاصی را در مورد کاربر فعلی در جلسه نشان می دهد
نمای مورد – اطلاعات دقیق در مورد مورد فعلی را نشان می دهد
نمای توصیه – موارد توصیه شده را بر اساس مورد فعلی نشان می دهد
نمای داده – ساختار داده مورد استفاده توسط الگوریتم توصیه را به تصویر می کشد
8. طراحی سیستم Dropbox
آیا تا به حال فکر کرده اید که چگونه این سرویس ها به صورت داخلی برای ارائه ویژگی هایی مانند آپلود فایل، به روز رسانی، حذف و دانلود کار می کنند؟
توضیح ویدئویی طراحی سیستم دراپ باکس
11 طراحی سیستم و الگوریتم های پیشنهادی دیگر را از اینجا بررسی کنید: طراحی سیستم و الگوریتم های توصیه بورس اوراق بهادار، Google Docs، Yelp، Cricbuzz، Zoom، Signal Messenger، BookMyShow و غیره
